Python 按嵌套值筛选/分组字典

以下是我掌握的一些数据的简化示例：

{"id": "1234565", "fields": {"name": "john", "email":"john@example.com", "country": "uk"}}

wholeo嵌套字典是地址数据的较大列表。我们的目标是从名单中随机选出一对搭档，来自同一个国家的搭档应该优先考虑。因此，我的第一个真正的问题是找到一个好方法，根据国家价值对他们进行分组

---

我相信有一种更聪明的方法可以做到这一点，而不是重复使用dict并将所有记录写入某个新列表/dict？

我认为这接近您所需要的：

result = {key:[i for i in value] for key, value in itertools.groupby(people, lambda item: item["fields"]["country"])}

它的作用是按指定国家对

人员

列表中的所有人员进行分组。生成的字典将国家作为键，将未打包的分组（匹配的人）作为值。输入应为字典列表，如示例中所示：

people = [{"id": "1234565", "fields": {"name": "john", "email":"john@example.com", "country": "uk"}}, 
          {"id": "654321", "fields": {"name": "sam", "email":"sam@example.com", "country": "uk"}}]

样本输出：

>>> print(result)
>>> {'uk': [{'fields': {'name': 'john', 'email': 'john@example.com', 'country': 'uk'}, 'id': '1234565'}, {'fields': {'name': 'sam', 'email': 'sam@example.com', 'country': 'uk'}, 'id': '654321'}]}

为了获得更清晰的结果，可以调整循环结构，以便结果dict中只包含每个人的ID：

result = {key:[i["id"] for i in value] for key, value in itertools.groupby(people, lambda item: item["fields"]["country"])}
>>> print(result)
>>> {'uk': ['1234565', '654321']}

编辑：对不起，我忘了排序。在通过

groupby

之前，只需按国家对人员列表进行排序。它现在应该可以正常工作了：

sort = sorted(people, key=lambda item: item["fields"]["country"])

---

我认为这已接近您的需要：

result = {key:[i for i in value] for key, value in itertools.groupby(people, lambda item: item["fields"]["country"])}

它的作用是按指定国家对

人员

列表中的所有人员进行分组。生成的字典将国家作为键，将未打包的分组（匹配的人）作为值。输入应为字典列表，如示例中所示：

people = [{"id": "1234565", "fields": {"name": "john", "email":"john@example.com", "country": "uk"}}, 
          {"id": "654321", "fields": {"name": "sam", "email":"sam@example.com", "country": "uk"}}]

样本输出：

>>> print(result)
>>> {'uk': [{'fields': {'name': 'john', 'email': 'john@example.com', 'country': 'uk'}, 'id': '1234565'}, {'fields': {'name': 'sam', 'email': 'sam@example.com', 'country': 'uk'}, 'id': '654321'}]}

为了获得更清晰的结果，可以调整循环结构，以便结果dict中只包含每个人的ID：

result = {key:[i["id"] for i in value] for key, value in itertools.groupby(people, lambda item: item["fields"]["country"])}
>>> print(result)
>>> {'uk': ['1234565', '654321']}

编辑：对不起，我忘了排序。在通过

groupby

之前，只需按国家对人员列表进行排序。它现在应该可以正常工作了：

sort = sorted(people, key=lambda item: item["fields"]["country"])

---

下面是另一个使用defaultdict的：

import collections

def make_groups(nested_dicts, nested_key):
    default = collections.defaultdict(list)
    for nested_dict in nested_dicts:
        for value in nested_dict.values():
            try:
                default[value[nested_key]].append(nested_dict)
            except TypeError:
                pass
    return default

要测试结果，请执行以下操作：

import random

COUNTRY = {'af', 'br', 'fr', 'mx', 'uk'}

people = [{'id': i, 'fields': {
                               'name': 'name'+str(i),
                               'email': str(i)+'@email',
                               'country': random.sample(COUNTRY, 1)[0]}} 
          for i in range(10)]

country_groups = make_groups(people, 'country')

for country, persons in country_groups.items():
    print(country, persons)

随机输出：

fr [{'id': 0, 'fields': {'name': 'name0', 'email': '0@email', 'country': 'fr'}}, {'id': 1, 'fields': {'name': 'name1', 'email': '1@email', 'country': 'fr'}}, {'id': 4, 'fields': {'name': 'name4', 'email': '4@email', 'country': 'fr'}}]
br [{'id': 2, 'fields': {'name': 'name2', 'email': '2@email', 'country': 'br'}}, {'id': 8, 'fields': {'name': 'name8', 'email': '8@email', 'country': 'br'}}]
uk [{'id': 3, 'fields': {'name': 'name3', 'email': '3@email', 'country': 'uk'}}, {'id': 7, 'fields': {'name': 'name7', 'email': '7@email', 'country': 'uk'}}]
af [{'id': 5, 'fields': {'name': 'name5', 'email': '5@email', 'country': 'af'}}, {'id': 9, 'fields': {'name': 'name9', 'email': '9@email', 'country': 'af'}}]
mx [{'id': 6, 'fields': {'name': 'name6', 'email': '6@email', 'country': 'mx'}}]

---

下面是另一个使用defaultdict的：

import collections

def make_groups(nested_dicts, nested_key):
    default = collections.defaultdict(list)
    for nested_dict in nested_dicts:
        for value in nested_dict.values():
            try:
                default[value[nested_key]].append(nested_dict)
            except TypeError:
                pass
    return default

要测试结果，请执行以下操作：

import random

COUNTRY = {'af', 'br', 'fr', 'mx', 'uk'}

people = [{'id': i, 'fields': {
                               'name': 'name'+str(i),
                               'email': str(i)+'@email',
                               'country': random.sample(COUNTRY, 1)[0]}} 
          for i in range(10)]

country_groups = make_groups(people, 'country')

for country, persons in country_groups.items():
    print(country, persons)

随机输出：

fr [{'id': 0, 'fields': {'name': 'name0', 'email': '0@email', 'country': 'fr'}}, {'id': 1, 'fields': {'name': 'name1', 'email': '1@email', 'country': 'fr'}}, {'id': 4, 'fields': {'name': 'name4', 'email': '4@email', 'country': 'fr'}}]
br [{'id': 2, 'fields': {'name': 'name2', 'email': '2@email', 'country': 'br'}}, {'id': 8, 'fields': {'name': 'name8', 'email': '8@email', 'country': 'br'}}]
uk [{'id': 3, 'fields': {'name': 'name3', 'email': '3@email', 'country': 'uk'}}, {'id': 7, 'fields': {'name': 'name7', 'email': '7@email', 'country': 'uk'}}]
af [{'id': 5, 'fields': {'name': 'name5', 'email': '5@email', 'country': 'af'}}, {'id': 9, 'fields': {'name': 'name9', 'email': '9@email', 'country': 'af'}}]
mx [{'id': 6, 'fields': {'name': 'name6', 'email': '6@email', 'country': 'mx'}}]

---

如果您提供了更多的数据和具有所需输出的示例案例，这将非常有帮助。如果您提供了更多的数据和具有所需输出的示例案例，这将非常有帮助。@AlexHall这可能是“吃”结果的原因吗？虽然我以前的dict中有6个条目，但我在分组的dict中只得到4个条目。排序似乎确实是这里的问题。我设法在数据进入时对其进行排序（Airtable API），但有一个python方法来完成这项工作将是非常棒的。我发现的关于OrderedDict的所有信息目前都让我负担过重。@AlexHall这可能就是它“吃”出结果的原因吗？虽然我以前的dict中有6个条目，但我在分组的dict中只得到4个条目。排序似乎确实是这里的问题。我设法在数据进入时对其进行排序（Airtable API），但有一个python方法来完成这项工作将是非常棒的。我所发现的关于OrderedDict的一切现在都让我不堪重负。